Landsat 위성영상을 이용한 몽골 Tuul-Basin 지역의 토지피복변화 및 지표온도 시계열적 분석 Time series Analysis of Land Cover Change and Surface Temperature in Tuul-Basin, Mongolia Using Landsat Satellite Image원문보기
본 연구는 몽골 Tuul-basin 지역의 토지피복변화 상태와 토지황폐화에 대한 분석을 위해 1990, 2001, 2011년의 녹색식물의 활력도가 가장 높은 여름의 Landsat 위성영상을 활용하였다. 몽골 Tuul-Basin 지역의 시계열 데이터를 이용하여, 정규식생지수(NDVI, normalized difference vegetation index), 토양조절 식생지수(SAVI, soil-adjusted vegetationindex), 지표면온도(LST, land surface temperature)를 계산하여 토지피복변화 분석을 하였다. 그 결과 연구지역 전체 지역의 산림 및 녹지는 감소되고, 건조지역, 휴경지는 증가된 것으로 나타났으며, 점진적으로 토지가 황폐화되어 감을 알 수 있었다. 또한 LST와 식생지수의 상관성 분석을 실시한 결과, 높은 상관관계를 나타내었으며, 이는 대상지역의 토지피복변화나 식생의 활력도가 지표면의 온도와 밀접하게 관계가 있다는 것을 알 수 있었다.
본 연구는 몽골 Tuul-basin 지역의 토지피복변화 상태와 토지황폐화에 대한 분석을 위해 1990, 2001, 2011년의 녹색식물의 활력도가 가장 높은 여름의 Landsat 위성영상을 활용하였다. 몽골 Tuul-Basin 지역의 시계열 데이터를 이용하여, 정규식생지수(NDVI, normalized difference vegetation index), 토양조절 식생지수(SAVI, soil-adjusted vegetation index), 지표면온도(LST, land surface temperature)를 계산하여 토지피복변화 분석을 하였다. 그 결과 연구지역 전체 지역의 산림 및 녹지는 감소되고, 건조지역, 휴경지는 증가된 것으로 나타났으며, 점진적으로 토지가 황폐화되어 감을 알 수 있었다. 또한 LST와 식생지수의 상관성 분석을 실시한 결과, 높은 상관관계를 나타내었으며, 이는 대상지역의 토지피복변화나 식생의 활력도가 지표면의 온도와 밀접하게 관계가 있다는 것을 알 수 있었다.
In this study analysis the status of land cover change and land degradation of Tuul-Basin in Mongolia by using the Landsat satellite images that was taken in year of 1990, 2001 and 2011 respectively in the summer at the time of great growth of green plants. Analysis of the land cover change during t...
In this study analysis the status of land cover change and land degradation of Tuul-Basin in Mongolia by using the Landsat satellite images that was taken in year of 1990, 2001 and 2011 respectively in the summer at the time of great growth of green plants. Analysis of the land cover change during time series data in Tuul-Basin, Mongolia and NDVI (Normalized Difference Vegetation Index), SAVI (Soil-Adjusted Vegetation Index) and LST (Land Surface Temperature) algorithm are used respectively. As a result shows, there was a decrease of forest and green area and increase of dry and fallow land in the study area. It was be considered as trends to be a land degradation. In addition, there was high correlation between LST and vegetation index. The land cover change or vitality of vegetation which is taken in study area can be closely related to the temperature of the surface.
In this study analysis the status of land cover change and land degradation of Tuul-Basin in Mongolia by using the Landsat satellite images that was taken in year of 1990, 2001 and 2011 respectively in the summer at the time of great growth of green plants. Analysis of the land cover change during time series data in Tuul-Basin, Mongolia and NDVI (Normalized Difference Vegetation Index), SAVI (Soil-Adjusted Vegetation Index) and LST (Land Surface Temperature) algorithm are used respectively. As a result shows, there was a decrease of forest and green area and increase of dry and fallow land in the study area. It was be considered as trends to be a land degradation. In addition, there was high correlation between LST and vegetation index. The land cover change or vitality of vegetation which is taken in study area can be closely related to the temperature of the surface.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 본 연구에서는 몽골 Tuul-basin 지역을 연구대상지로 선정하여 1990, 2001, 2011년의 Landsat TM 위성영상으로부터 정규식생지수(NDVI), 토양조정 식생지수(SAVI; Soil-Adjusted Vegetation Index, SAVI) 및 지표면온도(LST; Land Surface Temperature)를 추출하였으며, NDVI, SAVI, LST의 통계특성을 활용하여 토지피복분류를 수행하는 기법을 제시하는데 목적을 두었다.
본 연구에서는 NASA에서 제공된 기법을 이용하여 대상지역의 토지피복유형이 지표면온도에 미치는 영향을 살펴보기 위해 열적외밴드를 이용하여 Fig. 3(c)와 같이 LST를 계산하였다. Fig.
본 연구에서는 몽골 Tuul-Basin 지역의 토지피복변화 상태를 분석하기 위하여 10년 단위로 Landsat 위성 영상을 이용하여 토지피복분류를 통한 대상지역의 토지피복변화를 비교 분석하였으며, 토지분류 항목에 따른 식생지수와 지표온도의 상관관계를 분석하였다.
가설 설정
본 연구에서 수행한 대기보정 기법은 Chavez(1996) 제안한 COST(cosine of the sun zenith angle) 모델이다, 이 모델은 대기의 하향복사량이 미미하기 때문에 무시해도 된다고 가정하였고, 태양에서 지표까지의 대기투과율을 cosine값으로 근사화한 것이 특징이다 (Chavez, 1996).
제안 방법
위성에서 취득하게 된 영상자료는 여러 가지 요인에 의해 영향을 받게 되나 그 중 절대위치의 차이를 갖게 되는 기하학적 뒤틀림이 중요한 부분을 차지한다. Landsat TM 영상의 UTM 좌표계로 1차 기하보정이 이루어져 있으나, 보다 정확한 위치정확도 확보를 위해 Image to Image 방식을 이용하여 1990년 영상을 기준으로 2001년도와 2011년도 영상에 대한 기하보정을 실시하였다.
연구방법을 살펴보면, 먼저 시계열 영상에 대해 기하 보정과 대기보정과 같은 전처리를 수행하였다. 그리고 근적외선과 적색밴드로부터 NDVI와 SAVI를 계산하였으며, 열적외선밴드로부터 LST를 계산하였다. 또한 분석된 NDVI, SAVI, LST 결과물에 대해 영상에서 확인 가능한 토지피복클래스 지점별 NDVI, SAVI, LST 값의 통계분포를 확인하여 적정구간을 토지피복클래스를 분류하였다.
또한 분석된 NDVI, SAVI, LST 결과물에 대해 영상에서 확인 가능한 토지피복클래스 지점별 NDVI, SAVI, LST 값의 통계분포를 확인하여 적정구간을 토지피복클래스를 분류하였다. 그리고 최종적으로 시계열별로 분류된 토지피복클래스의 면적분포를 계산하여 토지피복 변화 특성을 분석하였다.
대상지역의 토지피복변화를 분석하기 위해 1990, 2001, 2011년의 Landsat 위성영상을 적용하여 NDVI, SAVI, 및 지표면온도를 계산하였다(Fig. 3). 또한 대상 지역 토지피복상태를 forest(산림), grass land(초원), open-shrub land(관목지), dry steppe(건조목지), fallow land(휴경지), barren land(초목이 드문 지역과 모래지역), water(강, 호수)와 같이 7가지로 분류하였다.
3). 또한 대상 지역 토지피복상태를 forest(산림), grass land(초원), open-shrub land(관목지), dry steppe(건조목지), fallow land(휴경지), barren land(초목이 드문 지역과 모래지역), water(강, 호수)와 같이 7가지로 분류하였다.
그리고 근적외선과 적색밴드로부터 NDVI와 SAVI를 계산하였으며, 열적외선밴드로부터 LST를 계산하였다. 또한 분석된 NDVI, SAVI, LST 결과물에 대해 영상에서 확인 가능한 토지피복클래스 지점별 NDVI, SAVI, LST 값의 통계분포를 확인하여 적정구간을 토지피복클래스를 분류하였다. 그리고 최종적으로 시계열별로 분류된 토지피복클래스의 면적분포를 계산하여 토지피복 변화 특성을 분석하였다.
또한 영상 전체에 대한 지표면온도와 NDVI, SAVI 의 상관성 분석을 실시하였으며, 그 결과는 Table 9와 같다. 식생지수 NDVI와 지표온도의 경우 1990년에는 0.
본 연구에서는 Fig. 2와 같은 과정을 통해 시계열 토지피복 변화를 분석하였다. 몽골과 같이 광범위한 지역에 대한 모니터링을 위해서는 중해상도급의 위성영상이 필요하며, 특히 본 연구에서 NDVI, SAVI, LST 값을 계산하는데 이용되는 다양한 파장대를 가지고 있는 범용적 영상인 Landsat 영상을 활용하였다(Table 1).
본 연구에서는 지표면온도(LST)와 NDVI, SAVI 지수의 상관성을 분석하기 위해서 각 지수의 도출한 값들과 위성영상으로부터 계산된 지표면온도값을 사용해서 MATLAB 프로그램을 통하여 상관분석을 수행하였다.
연구방법을 살펴보면, 먼저 시계열 영상에 대해 기하 보정과 대기보정과 같은 전처리를 수행하였다. 그리고 근적외선과 적색밴드로부터 NDVI와 SAVI를 계산하였으며, 열적외선밴드로부터 LST를 계산하였다.
이러한 NDVI 특성과 대상지역특성을 고려하여 0에 가까운 값을 갖는 모래지역 0.5∼1 사이의 산림지역 등으로 토지피복도에 따른 NDVI 기준범위를 선정하였다(Bayasgalan, 2005)(Table 2).
첫째, 식생분포에 대한 변화추이를 분석하기 위해 식생의 활력을 파악할 수 있는 정규식생지수(NDVI), 토양조절 식생지수(SAVI)를 이용하였다. 분석결과 Tuul 강유역의 각 분류지역별 식생지수는 1990년 이후 2011년까지 감소하고 있는 추세를 나타났다.
대상 데이터
2와 같은 과정을 통해 시계열 토지피복 변화를 분석하였다. 몽골과 같이 광범위한 지역에 대한 모니터링을 위해서는 중해상도급의 위성영상이 필요하며, 특히 본 연구에서 NDVI, SAVI, LST 값을 계산하는데 이용되는 다양한 파장대를 가지고 있는 범용적 영상인 Landsat 영상을 활용하였다(Table 1).
본 연구 대상지역은 몽골의 수도인 울란바타르(Ulaanbaatar)을 포함한 지역이며, 지리적 위치는 북위 48°13’20’’, 동경 108°13’20’’으로 해발 고도는 770∼ 2200m의 지역이다.
본 연구에서 사용된 NDVI는 주로 식생 활력도로 해석되며 식생이 없는 지역은 -1, 식생이 활발히 분포한 지역은 1의 값을 갖는 지수다. 이러한 NDVI 특성과 대상지역특성을 고려하여 0에 가까운 값을 갖는 모래지역 0.
본 연구에서는 대상지역의 토지피복유형이 지표면온도에 미치는 영향을 파악하기 위해 열적외밴드를 가지고 있는 Landsat 위성영상을 이용하였다. Landsat TM 이나 Landsat ETM+의 열적외밴드를 이용해서 지표면온도를 산출하는 방법은 크게 복사전달방정식 (Radiative transfer equation), Mono-window 알고리즘 (Qin, 2001), Jimenez-Munoz and Sobrino 알고리즘 (Sobrino, 2004)이 있다.
데이터처리
관측된 지표면온도 값을 기준으로 각 NDVI 및 SAVI의 토지피복분류에 대해 상관성 분석을 수행하였으며 결과는 Table 8과 같다. 1990년의 LST와 NDVI 경우에는 휴경지역은 -0.
성능/효과
둘째, 2001년의 NDVI, SAVI, LST의 결과 값이 다른 연도와 비교할 때 차이가 있는 것은 1999∼2002년 사이에 발상된 조드 영향을 받는 것으로 볼 수 있다.
조드는 무덥고, 건조한 여름 이후에 찾아오는 혹한의 겨울 기후로 발생하기 때문에 조드가 2001년의 식생지수와 지표온도에 영향을 미친 것을 알 수 있으며, 온도변화와 식생의 변화로 인한 토지피복변화의 원인 된다는 것을 알 수 있었다. 또한 NDVI와 SAVI의 분류 정확도는 NDVI보다 SAVI의 전체정확도와 카파계수가 높게 분류되었다.
셋째, Landsat 위성영상의 열적외선 밴드6을 이용하며 분류지역별 지표온도 변화를 분석 식생의 분포 면적과 밀도, 식생 활력도 등 따른 토지피복변화에 인한 여러 요소들이 지표온도와 관련이 있다는 것을 확인 할 수 있었다. 또한 영상 전체적인 식생지수와 온도의 상관관계 분석을 하였으며, LST와 SAVI는 다른 상관성 NDVI와 SAVI, LST와 NDVI의 비해 0.995의 높은 상관관계로 나타났다.
첫째, 식생분포에 대한 변화추이를 분석하기 위해 식생의 활력을 파악할 수 있는 정규식생지수(NDVI), 토양조절 식생지수(SAVI)를 이용하였다. 분석결과 Tuul 강유역의 각 분류지역별 식생지수는 1990년 이후 2011년까지 감소하고 있는 추세를 나타났다. 이는 기후변화와 지표온도의 변화, 산림이나 초원지역의 훼손에 따른 녹지지역의 면적은 감소되고, 반면 건조지역이나 휴경지의 면적은 14% 정도가 증가하여 각 식생지수가 감소하였다.
셋째, Landsat 위성영상의 열적외선 밴드6을 이용하며 분류지역별 지표온도 변화를 분석 식생의 분포 면적과 밀도, 식생 활력도 등 따른 토지피복변화에 인한 여러 요소들이 지표온도와 관련이 있다는 것을 확인 할 수 있었다. 또한 영상 전체적인 식생지수와 온도의 상관관계 분석을 하였으며, LST와 SAVI는 다른 상관성 NDVI와 SAVI, LST와 NDVI의 비해 0.
또한 영상 전체에 대한 지표면온도와 NDVI, SAVI 의 상관성 분석을 실시하였으며, 그 결과는 Table 9와 같다. 식생지수 NDVI와 지표온도의 경우 1990년에는 0.829으로, 2001년에 0.925으로, 2011년에는 0.845의 상관관계로 나타났으며, SAVI와 지표온도의 경우 1990년에는 0.977으로, 2001년에는 0.995으로, 2011년에는 0.985으로 각 년도의 NDVI에 비해 높은 상관관계를 보여 주었다. 이와 같이 높은 상관관계로 나타나는 것은 대상지역의 토지피복변화나 식생의 활력도가 지표면의 온도와 밀접하게 관계가 있다는 것을 알 수 있었다.
83으로 상관성이 높게 나타났다. 이러한 상관성 분석을 통해서 식생의 분포 면적과 밀도, 식생 활력도 등 따른 토지피복변화에 인한 여러 요소들이 지표온도와 밀접한 관계가 있다는 것을 확인할 수 있었다. 특히 1999∼2002년에 발생한 조도로 인해 2001년 영상의 NDVI, SAVI, LST값이 영향을 받았고 이로 인해 토지피복 변화에 큰 영향을 준 것으로 판단된다.
둘째, 2001년의 NDVI, SAVI, LST의 결과 값이 다른 연도와 비교할 때 차이가 있는 것은 1999∼2002년 사이에 발상된 조드 영향을 받는 것으로 볼 수 있다. 조드는 무덥고, 건조한 여름 이후에 찾아오는 혹한의 겨울 기후로 발생하기 때문에 조드가 2001년의 식생지수와 지표온도에 영향을 미친 것을 알 수 있으며, 온도변화와 식생의 변화로 인한 토지피복변화의 원인 된다는 것을 알 수 있었다. 또한 NDVI와 SAVI의 분류 정확도는 NDVI보다 SAVI의 전체정확도와 카파계수가 높게 분류되었다.
후속연구
마지막으로, 본 연구에서 나타낸 토지피복분류와 지표온도를 통한 토지피복변화 분석은 대상지역의 지역적 특성을 따른 토지황폐화, 사막화 등 기후변화의 대처방안 마련에 도움이 될 수 있으리라고 사료된다.
참고문헌 (9)
Bayasgalan, M., 2005, Monitoring of drought in the Mongolia, Doctoral thesis, National university of Mongolia.
Begzsuren, S., Ellies, J. E., Ojima, D. S., Coughenour, M. B. and Chuluun, T., 2004, Livestock responses to droughts and severe winter weather in the Gobi Three Beauty National Park, Mongolia, Journal of Arid Environments, Vol. 59, No. 4, pp. 785-796.
Chavez, P. S., 1996, Image-based atmospheric correction revisited and improved, American Society For Photogrammetry and Remote Sensing, Vol. 62, No. 9, pp. 1025-1036.
Johnson, D. A., Sheehy, D. P., Miller, D. and Damiran, D., 2006, Mongolian rangelands in transition, Secherleresse, Vol. 17, No. 1, pp. 133-141.
Huete, A. R., 1988, A soil-adjusted vegetation index, Remote Sensing of Environment, Vol. 25, No. 1, pp. 295-309.
Khandsuren, D., 2009, Northeast asia environmental cooperation and Mongolia: desertification and yellow dust, Master's thesis, Graduate School of the University of Seoul, Seoul. Korea.
NASA landsat Project Science Office, 2004, Landsat 7 Science Data Users Handbook, Chapter11-Data Product.
Qin, Z., Karnieli, A. and Berliner, P., 2001, A mono-algorithm for retrieving land surface temperature from Landsat TM data and its application, International Journal of Remote Sensing, Vol. 22, No. 18, pp. 583-594.
Sobrino, J. A., Jimenez-Munoz, J. C. and Leonardo, P., 2004, Land surface temperature retrieval from Landsat TM5, Remote Sensing of Environment, Vol. 90, No. 4, pp. 434-440.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.